JP2026011564A - 群管理装置 - Google Patents

Abstract

【課題】積み残しの発生を予測して乗りかごを適正に割り当てることができる群管理装置を提供すること。
【解決手段】実施形態の群管理装置は、複数の乗りかごのうち、異なる階層ごとの乗り場呼びに応答させる乗りかごを割り当てる制御部と、機械学習によって構築された学習モデルを用いて、異なる階層のうち乗り場呼びがあった対象階で積み残しが発生する確率を算出する解析部と、を備え、解析部は、第１の乗り場呼びがあると、対象階における待ち人数を推定し、第１の乗り場呼びの応答に割り当てられた第１の乗りかご内の乗車人数を推定し、待ち人数と乗車人数とから確率を算出し、制御部は、確率が所定値以上の場合であって、複数の乗りかごのうち、対象階で第１の乗りかごが戸開中に、第１の乗り場呼びで指定された方向へと通過する第２の乗りかごがある場合には、通過予定であった第２の乗りかごを対象階に停車させる。
【選択図】図２

Description

本発明の実施形態は、群管理装置に関する。

エレベータシステムにおいては、混雑階での乗り場呼びに応答する際、応答した乗りかごに利用者全員が乗り切れない積み残しが発生する場合がある。

特許文献１の技術では、満員通過が発生した乗り場で待ち時間が長くなる可能性がある場合には、乗り場の利用者全員が乗車可能な最短応答時間の乗りかご、あるいは、乗車人数が最も少ない乗りかごをその乗り場に応答させる。

特許文献２の技術では、所定の乗り場で積み残しが発生する可能性がある場合、未応答時間に待ち人数を掛け合わせた数値を用いて評価することで、応答時間の短い乗りかごを、待ち人数に応じた台数割り当てる。

特開２０１０－２０８７０８号公報 特開２０２３－０８１５８７号公報

しかしながら、特許文献１の技術は、満員通過が発生した乗り場での待ち時間を短縮することを目的としている。したがって、応答後の積み残しに対する対策とはなっていない。

また、特許文献２の技術では、乗り場の待ち人数とかご内人数とを取得して、これらの数値に基づいて乗りかごの運行制御を行っている。このとき、例えば乗り場に撮像装置を設置したり、乗り場への経路にゲートを設置したり、あるいは、利用者の端末と通信可能な設備を設置して、これらの設備から得た情報に基づいて乗り場の待ち人数等を取得する。このため、特許文献２の技術では、エレベータシステム、またはエレベータの設置場所に追加の設備を設ける必要がある。

本実施形態が解決しようとする課題は、積み残しの発生を予測して乗りかごを適正に割り当てることができる群管理装置を提供することである。

実施形態の群管理装置は、エレベータの複数の乗りかごの異なる階層間での運行を制御する群管理装置であって、前記複数の乗りかごのうち、前記異なる階層ごとの乗り場呼びに応答させる乗りかごを割り当てる制御部と、機械学習によって構築された学習モデルを用いて、前記異なる階層のうち前記乗り場呼びがあった対象階で積み残しが発生する確率を算出する解析部と、を備え、前記解析部は、第１の乗り場呼びがあると、前記対象階における待ち人数を推定し、前記第１の乗り場呼びの応答に割り当てられた第１の乗りかご内の乗車人数を推定し、前記待ち人数と前記乗車人数とから前記確率を算出し、前記制御部は、前記確率が所定値以上の場合であって、前記複数の乗りかごのうち、前記対象階で前記第１の乗りかごが戸開中に、前記第１の乗り場呼びで指定された方向へと通過する第２の乗りかごがある場合には、通過予定であった前記第２の乗りかごを前記対象階に停車させる。

図１は、実施形態にかかるエレベータシステムの全体構成の一例を示す図である。 図２は、実施形態にかかるエレベータシステムの機能構成の一例を示すブロック図である。 図３は、実施形態にかかるエレベータシステムの動作の一例を示す模式図である。 図４は、実施形態にかかるエレベータシステムの動作の他の例を示す模式図である。 図５は、実施形態にかかる群管理装置による乗りかごの割り当て処理の手順の一例を示すフロー図である。 図６は、実施形態の変形例にかかる群管理装置による乗りかごの割り当て処理の手順の一例を示すフロー図である。

（エレベータシステムの構成例）
図１は、実施形態にかかるエレベータシステム１０の全体構成の一例を示す図である。図１に示すように、実施形態のエレベータシステム１０は、群管理装置３０、エレベータ制御装置４０、乗りかご５０、乗り場６０、及び昇降路７０を備える。

昇降路７０は、エレベータシステム１０の設置場所である建物等の内部に、複数の階層に亘って設けられている。複数の乗りかご５０は、昇降路７０内を昇降することで、利用者が乗車して異なる階層間を移動することが可能に構成される。建物等の各階層には、利用者が乗りかご５０への乗降を行う乗り場６０が設けられている。

昇降路７０内には、ロープ７１、カウンタウェイト７２、及び巻き上げ機７３が設けられている。

個々の乗りかご５０は、ロープ７１を介してカウンタウェイト７２とそれぞれ連結されている。また、ロープ７１は巻き上げ機７３に架け渡されており、巻き上げ機７３の駆動によりロープ７１が送り動作されることで、乗りかご５０がカウンタウェイト７２とバランスを取りながら昇降路７０内を昇降する。

個々の乗りかご５０には、それぞれ行き先階呼び装置５１、かごドア５２、及び荷重センサ５４が設けられている。

行き先階呼び装置５１は、乗りかご５０内に設けられ、行き先階を示すボタン等を有して構成されている。乗りかご５０内の利用者が、所定の行き先階ボタンを押下することで、行き先階呼び装置５１によって行き先階呼びが受け付けられ、後述のエレベータ制御装置４０を介して群管理装置３０へと送信され登録される。これにより、利用者は、乗りかご５０を所望の行き先階へと向かわせることができる。

かごドア５２は、乗りかご５０の乗降口に設けられている。かごドア５２は、乗りかご５０が昇降路７０内を移動中には閉状態となっており、乗りかご５０が所定階の乗り場６０に到着すると開状態となって、乗りかご５０に対する利用者の乗降が可能となる。

荷重センサ５４は、例えば乗りかご５０外側の下面等に設けられ、乗りかご５０全体の重量を検出する。乗りかご５０自体の重量は既知であるので、乗りかご５０全体の重量を検出することで、乗りかご５０内の利用客等の合計の重量を検出することができる。これにより、乗りかご５０内の利用者数を推定することが可能である。

階層ごとの乗り場６０には、それぞれ乗り場呼び装置６１、及び乗り場ドア６２が設けられている。

乗り場呼び装置６１は、上下ボタン等を有して構成されている。乗り場６０の利用者が、上下ボタンのいずれかを押下することで、乗り場呼び装置６１によって乗り場呼びが受け付けられ、後述のエレベータ制御装置４０を介して群管理装置３０へと送信され登録される。これにより、利用者は、所望の行き先階へと向かう乗りかご５０を、乗り場６０に呼ぶことができる。

乗り場ドア６２は、乗り場６０内の乗りかご５０への乗降口に設けられている。乗り場ドア６２は、乗りかご５０がその乗り場６０に到着するまでは閉状態となっており、乗りかご５０が到着すると、乗りかご５０のかごドア５２と連動して開状態となる。これにより、乗りかご５０に対して利用者が乗降することができる。

群管理装置３０、及びエレベータ制御装置４０は、それぞれＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、及びＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等を備えるコンピュータとして構成されている。これらの群管理装置３０、及びエレベータ制御装置４０は、互いに情報の授受が可能なように、有線または無線で接続されている。

エレベータ制御装置４０は、個々の乗りかご５０ごとに設けられ、対応する乗りかご５０をそれぞれ制御する。

群管理装置３０は、エレベータ制御装置４０を介して、対応する複数の乗りかご５０の運行を制御する。より具体的には、群管理装置３０は、行き先階呼び装置５１からの行き先階呼び、及び乗り場呼び装置６１からの乗り場呼びを登録し、複数の乗りかご５０のいずれかを、これらの呼び登録に応答させる。

図２は、実施形態にかかるエレベータシステム１０の機能構成の一例を示すブロック図である。

図２に示すように、乗りかご５０は、行き先階呼び装置５１、かごドア５２、及び荷重センサ５４を備える。これらの行き先階呼び装置５１、かごドア５２、及び荷重センサ５４は、エレベータ制御装置４０と各種情報の授受を行う。

例えば、行き先階呼び装置５１は、利用者による行き先階呼びを受け付けると、その行き先階呼びをエレベータ制御装置４０へと送信する。また、かごドア５２は、エレベータ制御装置４０から受信した制御信号等に応じて開閉動作を行う。また、荷重センサ５４は、乗りかご５０の重量を検出し、エレベータ制御装置４０へと送信する。

また、昇降路７０には、巻き上げ機７３が設けられ、エレベータ制御装置４０と各種情報の授受を行う。具体的には、巻き上げ機７３は、エレベータ制御装置４０から受信した制御信号等に応じて駆動し、昇降路７０内で乗りかご５０を昇降させる。

また、乗り場６０には、乗り場呼び装置６１、及び乗り場ドア６２が設けられている。これらの乗り場呼び装置６１及び乗り場ドア６２は、群管理装置３０と各種情報の授受を行う。

例えば、乗り場呼び装置６１は、利用者による乗り場呼びを受け付けると、その乗り場呼びを群管理装置３０へと送信する。また、乗り場ドア６２は、群管理装置３０から受信した制御信号等に応じて開閉動作を行う。

エレベータ制御装置４０は、機能部として、通信部４１、制御部４２、及び記憶部４５を備える。これらの機能部は、例えばエレベータ制御装置４０が備える上述のＣＰＵが、ＲＯＭ等に格納された制御プログラムをＲＡＭに展開して実行することで実現される。

通信部４１は、エレベータ制御装置４０の外部機器との通信を行う。

例えば、通信部４１は、乗りかご５０に設けられた行き先階呼び装置５１、かごドア５２、及び荷重センサ５４、並びに昇降路７０に設けられた巻き上げ機７３と各種情報の授受を行って、これらの各部の状態情報を受信し、また、これらの各部を制御する制御信号等を送信する。また、通信部４１は、乗りかご５０内の行き先階呼び装置５１から行き先階呼びを受信する。

また例えば、通信部４１は、群管理装置３０と各種情報の授受を行って、上記各部の状態情報、及び行き先階呼び装置５１からの行き先階呼びを転送する。また、通信部４１は、群管理装置３０から上記各部への指示を受信する。

制御部４２は、群管理装置３０からの指示に基づいて、乗りかご５０に設けられた行き先階呼び装置５１、かごドア５２、及び荷重センサ５４、並びに昇降路７０に設けられた巻き上げ機７３を制御する制御信号を生成し、通信部４１を介してこれらの各部を制御する。

記憶部４５は、エレベータ制御装置４０の機能を実現させる制御プログラム及び制御パラメータ等を記憶する。

群管理装置３０は、機能部として、通信部３１、制御部３２、解析部３３、呼び管理部３４、及び記憶部３５を備える。これらの機能部は、例えば群管理装置３０が備える上述のＣＰＵが、ＲＯＭ等に格納された制御プログラムをＲＡＭに展開して実行することで実現される。

通信部３１は、群管理装置３０の外部機器との通信を行う。

例えば、通信部３１は、エレベータ制御装置４０との通信を行って、エレベータ制御装置４０を介して乗りかご５０の各部の状態情報、行き先階呼び装置５１からの行き先階呼び、及び荷重センサ５４からの検出結果等を取得する。また、通信部３１は、エレベータ制御装置４０に乗りかご５０を制御させるための指令を送信する。

また例えば、通信部３１は、乗り場６０に設置される乗り場呼び装置６１、及び乗り場ドア６２等と通信を行って、これらの状態情報、及び乗り場呼び装置６１からの乗り場呼びを取得する。また、通信部３１は、乗り場６０の各部を制御する制御信号を送信する。

制御部３２は、乗り場６０に設けられた乗り場呼び装置６１、及び乗り場ドア６２を制御する制御信号を生成し、通信部３１を介してこれらの各部を制御する。また、制御部３２は、行き先階呼び装置５１から取得した行き先階呼び、または乗り場呼び装置６１から取得した乗り場呼びに乗りかご５０を応答させるための指示を生成し、通信部３１を介して、生成した指示をエレベータ制御装置４０へと送信する。

解析部３３は、所定階の乗り場６０から乗り場呼びがあると、機械学習によって構築された学習モデル３７を用いて、所定の乗りかご５０をその乗り場呼びに応答させた際に、その乗り場６０で利用者の積み残しが発生する確率を算出する。乗り場６０での積み残しの発生とは、例えば乗り場呼びに応答した乗りかご５０に乗り切れない利用者が発生することである。

学習モデル３７は、そのエレベータシステム１における複数の乗りかご５０の運行状況等のデータを機械学習によって学習して得られたものであり、例えば群管理装置３０の記憶部３５に格納されている。

機械学習の対象となるデータとしては、例えば時間帯ごと、曜日ごと、季節ごと、あるいは天候ごとの複数の乗りかご５０の運行状況を示すデータ等である。複数の乗りかご５０の運行状況には、時々における複数の乗りかご５０の配置、乗り場呼びまたは行き先階呼びへの割り当て状況、並びに、個々の乗り場６０における積み残しの有無および積み残し人数等である。

個々の乗り場６０における積み残しの有無は、例えばその乗り場６０における乗り場呼びに応答させた後、所定時間内に、同じ方向へと走行する乗りかご５０の呼びが発生したか否か等に基づいて推定可能である。また、乗り場６０に乗車待ちの利用者がいる場合に、所定の乗りかご５０が応答するまでに要した時間等からも積み残しの有無、及び積み残し発生時の未応答時間等を推定することができる。積み残し発生時の積み残し人数は、例えば積み残し発生後に、同じ方向へと走行する乗りかご５０に乗車した人数等に基づいて推定可能である。

また、時間帯ごと、曜日ごと、季節ごと、あるいは天候ごとに、乗車待ちの利用者の多寡、及び人流等が異なり得る。また、季節によって利用者が厚着か薄着かが異なり、天候によっては雨具の持ち歩きが多くなり、これらの条件により乗りかご５０への乗車可能人数も異なり得る。

以上のような機械学習は、例えば機械学習機能を備える不図示のコンピュータ等に、上記データを与えることで行われる。機械学習用のコンピュータは、与えられたデータに基づいて、積み残しの発生確率を算出可能な学習モデル３７を構築する。機械学習用のコンピュータにより構築された学習モデル３７は、群管理装置３０の解析部３３が利用可能なように、記憶部３５等に格納される。

ただし、群管理装置３０が機械学習機能を備えていてもよく、この場合、群管理装置３０に上記データを蓄積し、群管理装置３０自体が機械学習を行って、上記の学習モデル３７を構築してもよい。

所定の乗り場６０で乗り場呼びが発生すると、解析部３３は、その時の複数の乗りかご５０の運行状況、乗り場呼び発生の時間帯、曜日、季節、天候等を学習モデル３７に当てはめて、乗り場呼びがあった乗り場６０の待ち人数を推定する。

また、解析部３３は、その乗り場呼びに応答するよう割り当てられた乗りかご５０内の乗車人数を推定する。乗車人数は、例えば乗りかご５０に設けられた荷重センサ５４の検出結果から推定することができる。あるいは、解析部３３が、乗り場６０の待ち人数を推定する場合と同様、その時の各種状況を学習モデル３７に当てはめて、乗りかご５０内の乗車人数を推定してもよい。

さらに、解析部３３は、乗り場呼びがあった乗り場６０の待ち人数と、乗り場呼びに割り当てられた乗りかご５０内の乗車人数との推定結果から、その乗り場６０で積み残しが発生する確率を算出する。なお、乗り場６０の待ち人数が多いほど、また、乗りかご５０内の乗車人数が多いほど、その乗り場６０で積み残しが発生する確率は高くなる。

積み残しの発生確率が所定値以上であった場合には、上述の制御部３２が、例えば乗り場呼びに応答するよう割り当てられた乗りかご５０に加えて、その乗り場６０へと向かう他の乗りかご５０を手配する。

呼び管理部３４は、行き先階呼び装置５１から取得した行き先階呼びを記憶部３５に格納して行き先階呼び登録を行う。また、呼び管理部３４は、乗り場呼び装置６１から取得した乗り場呼びを記憶部３５に格納して乗り場呼び登録を行う。

記憶部３５は、群管理装置３０の機能を実現させる制御プログラム及び制御パラメータ等を記憶する。また、記憶部３５は呼び登録データベース３６及び上述の学習モデル３７を記憶する。呼び登録データベース３６には、呼び管理部３４により登録された行き先階呼び登録および乗り場呼び登録等の呼び登録が格納される。

（エレベータシステムの動作例）
次に、図３及び図４を用いて、実施形態のエレベータシステム１０の動作例について説明する。図３は、実施形態にかかるエレベータシステム１０の動作の一例を示す模式図である。図４は、実施形態にかかるエレベータシステム１０の動作の他の例を示す模式図である。

図３に示す例では、所定の階床の乗り場６０において、下層階へと向かうための乗り場呼びが発生したものとする。また、上記の乗り場呼びの発生時、複数の乗りかご５０のうち、１号機～３号機までの乗りかご５０が、乗り場呼びのあった階床よりも上層階におり、これらの乗りかご５０のいずれかを上記の乗り場呼びに応答させることが可能であるとする。群管理装置３０は、１号機～３号機までの乗りかご５０のうち、例えば１号機の乗りかご５０を上記の乗り場呼びに応答させることを決定したものとする。

１号機の乗りかご５０は、上層階から下降して、乗り場呼びがあった乗り場６０に時刻ｔ１に到着すると戸開する。これにより、その乗り場６０で下層階へと向かう乗りかご５０を待っていた利用者が、１号機の乗りかご５０へと乗り込む。１号機の乗りかご５０は、その後、時刻ｔ３に戸閉して、その階床の乗り場６０から下層階へと向けて出発する。

上記の乗り場呼びに割り当てられなかった２号機および３号機の乗りかご５０は、それぞれ時刻ｔ２と時刻ｔ４とに、乗り場呼びがあった乗り場６０を通過する。時刻ｔ２は、１号機の乗りかご５０の戸開時刻である時刻ｔ１と、１号機の乗りかご５０の戸閉時刻である時刻ｔ３との間の時刻である。時刻ｔ４は、１号機の乗りかご５０の戸閉時刻である時刻ｔ３の後の時刻である。

ここで、乗り場６０の待ち人数が多い場合、あるいは、１号機の乗りかご５０に既に乗車済みの人数が多い場合等には、１号機の乗りかご５０を上記の乗り場呼びに応答させても、乗り場６０の利用者全員が１号機の乗りかご５０に乗り切れず、その乗り場６０に積み残しが発生する場合がある。

この場合であっても、１号機の乗りかご５０が戸開中は、次の乗り場呼びが受け付けられない。このため、２号機の乗りかご５０は、その乗り場６０に停車することなく通過する。乗り場６０において積み残された利用者は、２号機の乗りかご５０の通過、及び１号機の乗りかご５０の出発を見送った後に、ようやく次の乗り場呼びを行うことができる。これにより、１号機と２号機とに続く３号機の乗りかご５０が、例えばその乗り場６０に停車し、積み残された利用者に対応することとなる。

このような事態を回避するため、実施形態の群管理装置３０においては、解析部３３が、上記の乗り場呼びがあった階床の乗り場６０にて積み残しが発生する確率を算出する。すなわち、例えば乗り場呼びが発生したタイミングで、解析部３３は、その乗り場６０における待ち人数を推定する。また、制御部３２によって、例えば上記の乗り場呼びに応答する乗りかご５０の割り当てが決定されると、解析部３３は、割り当てられた乗りかご５０内の乗車人数を推定する。

これにより、解析部３３は、１号機の乗りかご５０がその乗り場６０に到着する前後のタイミングで、積み残しの発生確率の算出を終えることができる。このとき、積み残しの発生確率の算出が、１号機の乗りかご５０がその乗り場６０に到着する前に終了していることが、より好ましい。

制御部３２は、解析部３３が算出した積み残しの発生確率が所定値以上であった場合には、割り当て済みの１号機の乗りかご５０に次いで、その乗り場６０に応答可能な他の乗りかご５０の検討を開始する。

より詳細には、制御部３２は、その乗り場６０に応答可能な他の乗りかご５０として、例えば１号機の乗りかご５０の戸開中、つまり、時刻ｔ１～ｔ３の間に、その乗り場６０を、上記の乗り場呼びで指定された方向へと通過する乗りかご５０があるか否かを確認する。図３の例では、乗り場呼びのあった乗り場６０を、上層階から下層階へと通過する２号機の乗りかご５０がこれに該当する。

また、制御部３２は、実際に積み残しが発生した場合、積み残された利用者に対する未応答時間がどの程度になるかを算出する。ここで、未応答時間とは、例えば上記の乗り場呼びに応答した１号機の乗りかご５０が、その乗り場６０から出発した後に、積み残された利用者による更なる乗り場呼びに応答可能な乗りかご５０が、その乗り場６０に到着するまでの時間である。

図３の例では、上述したように、１号機の乗りかご５０の出発後、新たな乗り場呼びに応答可能な乗りかご５０は、３号機の乗りかご５０である。したがって、積み残された利用者に対する未応答時間は、１号機の乗りかご５０の出発時刻である時刻ｔ３～３号機の乗りかご５０がその乗り場６０に到達する時刻ｔ４である。

制御部３２は、時刻ｔ３～ｔ４で示される未応答時間が所定時間以上となる場合には、１号機の乗りかご５０の戸開中に、その乗り場６０を通過予定の２号機の乗りかご５０を、その乗り場６０に停車させ、積み残された利用者に対して応答させることを決定する。その場合の例を図４に示す。

図４に示すように、時刻ｔ１における１号機の乗りかご５０の到着後、時刻ｔ２に、２号機の乗りかご５０がその乗り場６０に到着して戸開する。その後、時刻ｔ３に１号機の乗りかご５０が戸閉してその乗り場６０を出発し、更に、時刻ｔ３の後の時刻ｔ３’に２号機の乗りかご５０が戸閉してその乗り場６０を出発する。更なる積み残しの発生確率が高くなければ、３号機の乗りかご５０は、予定通り時刻ｔ４にその乗り場６０を通過する。

以上のように、所定の階床で乗り場呼びが発生し、その乗り場６０における積み残しの発生確率が所定値以上の場合であって、その乗り場呼びに割り当てられた乗りかご５０の戸開中に、その乗り場６０を通過する乗りかご５０があり、更には、当初の割り当ての乗りかご５０が出発した後の未応答時間が所定時間以上となる場合には、実施形態の群管理装置３０は、割り当ての乗りかご５０の戸開中に通過予定であった乗りかご５０を、積み残された利用者への応答に割り当てる。

（エレベータシステムの処理例）
次に、図５を用いて、実施形態の群管理装置３０による処理例について説明する。図５は、実施形態にかかる群管理装置３０による乗りかご５０の割り当て処理の手順の一例を示すフロー図である。

図５に示すように、群管理装置３０は、いずれかの乗り場６０で乗り場呼びが行われるのをモニタする（ステップＳ１０１）。群管理装置３０は、乗り場呼びが行われない間は（ステップＳ１０１：Ｎｏ）モニタリングを継続する。

いずれかの乗り場６０で乗り場呼びが行われると（ステップＳ１０１：Ｙｅｓ）、解析部３３は、例えば記憶部３５に格納される学習モデル３７を用いて、乗り場呼び登録があった階床の乗り場６０における待ち人数を推定する（ステップＳ１０２）。

また、制御部３２が乗り場呼びに応答させる乗りかご５０を割り当てると、解析部３３は、乗り場呼びに応答する乗りかご５０内の乗車人数を推定する（ステップＳ１０３）。乗車人数は、上述のように、例えば学習モデル３７を用いて推定されてもよく、あるいは、乗り場呼びに応答する乗りかご５０に設けられた荷重センサ５４の検出結果に基づいて推定されてもよい。

解析部３３は、ステップＳ１０２，Ｓ１０３の処理で推定した、乗り場６０の待ち人数と乗りかご５０内の乗車人数とに基づいて、その乗り場６０で積み残しが発生する確率を算出する（ステップＳ１０４）。制御部３２は、算出された積み残しの発生確率が所定値以上であるか否かを判定する（ステップＳ１０５）。

積み残しの発生確率が所定値以上であった場合（ステップＳ１０５：Ｙｅｓ）、制御部３２は、複数の乗りかご５０の運行状況等を確認する（ステップＳ１０６）。制御部３２は、複数の乗りかご５０の運行状況から、乗り場呼びに応答した乗りかご５０の戸開中に、その乗り場６０を、戸開中の乗りかご５０と同じ方向に通過する予定の乗りかご５０があるか否かを判定する（ステップＳ１０７）。

その乗り場６０を通過予定の乗りかご５０がある場合には（ステップＳ１０７：Ｙｅｓ）、制御部３２は、乗り場呼びに応答した乗りかご５０が戸閉した後、積み残された利用者に対する未応答時間が所定時間以上となるか否かを判定する（ステップＳ１０８）。

未応答時間が所定時間以上となる場合には（ステップＳ１０８：Ｙｅｓ）、制御部３２は、ステップＳ１０７の処理で特定された乗りかご５０の乗車可能人数を算出する（ステップＳ１０９）。より詳細には、制御部３２は、例えばその乗りかご５０に設けられた荷重センサ５４の検出結果から現在の乗車人数を推定し、さらに、現在の乗車人数から、さらに乗車が可能な人数を算出することができる。

制御部３２は、ステップＳ１０７の処理で特定された乗りかご５０の乗車可能人数に基づいて、積み残された利用者全員が乗車可能な台数の乗りかご５０を、乗り場呼びのあった乗り場６０に停車させる（ステップＳ１１０）。なお、ステップＳ１０７の処理で特定された乗りかご５０が、積み残された利用者全員が乗車可能な台数に満たない場合には、これらの乗りかご５０を全て停車させることを決定してもよい。

積み残しの発生確率が所定値未満であった場合（ステップＳ１０５：Ｎｏ）、乗り場呼びに応答した乗りかご５０の戸開中に、その乗り場６０を通過予定の乗りかご５０がない場合（ステップＳ１０７：Ｎｏ）、または、乗り場呼びに応答した乗りかご５０が戸閉した後の未応答時間が所定時間未満の場合には（ステップＳ１０８：Ｎｏ）、当初、割り当てた乗りかご５０に加えて、更に乗りかご５０を停車させる処理は行われない。

以上により、実施形態の群管理装置３０による乗りかご５０の割り当て処理が終了する。

（概括）
エレベータの複数の乗りかごの運行を制御する群管理装置が知られている。群管理装置は、各階における待ち時間を均等化するため、例えば複数の乗りかごを等間隔で運行させるよう制御する。この場合、乗り場呼び応答時に積み残しが発生すると、積み残された利用者は、乗り場呼びに応答した乗りかごの出発を待って、新たな乗り場呼びを行わなければならず、これらの利用者に対する未応答時間が長期化する。

このため、群管理装置では、例えば乗車人数が所定数以上の乗りかごを、その乗り場呼びに応答させずに通過させたり、乗車人数が所定数未満の乗りかごを割り当てたりすることで、積み残しの発生を抑制している。

しかしながら、上記のような対策では積み残しの発生を完全になくすことは困難であり、積み残しが発生した際の未応答時間の短縮を図ることも困難である。

実施形態の群管理装置３０によれば、機械学習によって構築された学習モデル３７を用いて、異なる階層のうち乗り場呼びがあった対象階で積み残しが発生する確率を算出する。このように、機械学習による学習モデル３７を利用するので、積み残しの発生を予測して乗りかご５０を適正に割り当てることができる。

実施形態の群管理装置３０によれば、積み残しの発生確率が所定値以上の場合であって、複数の乗りかご５０のうち、乗り場呼びのあった対象階で、乗り場呼びの応答に割り当てられた乗りかご５０が戸開中に、その乗り場呼びで指定された方向へと通過する他の乗りかご５０がある場合には、通過予定であった他の乗りかご５０を対象階に停車させる。

このように、当初の割り当ての乗りかご５０の戸開中に、追加の乗り場呼びを行えずに通過してしまう乗りかご５０を、その乗り場６０に停車させることで、積み残された利用者に対する未応答時間が長期化してしまうことを抑制できる。

実施形態の群管理装置３０によれば、積み残しの発生確率が所定値以上であることに加えて、割り当ての乗りかご５０が戸閉した後に未応答時間が所定時間以上となる場合には、他の乗りかご５０を、上記の対象階に停車させる。このように、未応答時間が所定時間以上となることを条件の１つとして、他の乗りかご５０を停車させるか否かを決定するので、不用意に追加の応答をしてしまうことを回避し、追加の応答が無駄になってしまうことを抑制することができる。

実施形態の群管理装置３０によれば、乗り場呼びのあった対象階の待ち人数の推定と、応答時の乗りかご５０内の乗車人数の推定との少なくともいずれかに学習モデル３７を適用して積み残しの発生確率を算出する。これにより、例えばエレベータシステム１０に追加の設備を設けることなく、積み残しの発生確率を算出することができる。

実施形態の群管理装置３０によれば、学習モデル３７を用いて対象階の待ち人数を推定する。これにより、個々の乗り場６０に撮像装置等の追加の設備を設けることなく、乗り場６０の待ち人数の推定値を取得することができる。

実施形態の群管理装置３０によれば、乗りかご５０に設けられた荷重センサ５４の検出結果から、応答時の乗りかご５０内の乗車人数を推定する。エレベータシステム１０においては通常、乗りかご５０の乗車人数の超過を検出するための荷重センサ５４が元々備わっている。既存の設備である荷重センサ５４の検出結果を用いることで、乗りかご５０内のより正確な乗車人数を取得することができる。乗りかご５０内の乗車人数推定までをも行う必要が無いので、機械学習による学習モデル３７構築の負荷も軽減することができる。

なお、上述の実施形態において、追加の乗りかご５０により、積み残された利用者に応答する際には、乗り場６０もしくは乗りかご５０に設置された不図示のスピーカ、または、乗り場６０に設置された表示盤等を用いて、追加の乗りかご５０への乗車を促すアナウンスを行ってもよい。

また、上述の実施形態において、学習モデル３７は適宜、アップデート可能であってもよい。具体的には、例えば積み残された利用者に向けて追加の乗りかご５０を応答させたが乗車する利用者がいなかった場合等には、当初の割り当ての乗りかご５０における応答後の乗車人数または乗りかご５０内の空きスペース等、そのときの状況を更に反映させて、より精度の高い予測を行うことが可能なように、学習モデル３７をアップデートさせることができる。

（変形例）
次に、図６を用いて、実施形態の変形例の群管理装置による処理例について説明する。変形例の群管理装置は、追加の乗りかご５０を停車させるか否かの判定条件が、上述の実施形態の群管理装置３０とは異なる。

図６は、実施形態の変形例にかかる群管理装置による乗りかご５０の割り当て処理の手順の一例を示すフロー図である。

図６に示すように、変形例の群管理装置においても、ステップＳ２０１～Ｓ２０４の処理は、上述のステップＳ１０１～Ｓ１０４と同様に行われる。すなわち、変形例の群管理装置も、所定階で乗り場呼びがあると（ステップＳ２０１：Ｙｅｓ）、その乗り場６０で積み残しが発生する確率を算出する（ステップＳ２０２～Ｓ２０４）。

制御部は、その乗り場呼びに応答させる乗りかご５０の割り当てを行い、割り当てられた乗りかご５０が応答後、戸閉する（ステップＳ２０５）。制御部は、ステップＳ２０４の処理で算出された積み残しの発生確率が所定値以上であったか否かを判定する（ステップＳ２０６）。

積み残しの発生確率が所定値以上であった場合（ステップＳ２０６：Ｙｅｓ）、制御部は、その乗り場６０を出発する際、応答後の乗りかご５０内の乗車人数が所定数以上であったか否かを判定する（ステップＳ２０７）。応答後の乗りかご５０の乗車人数は、例えばその乗りかご５０に設けられた荷重センサ５４の検出結果から推定することができる。

なお、応答後の乗りかご５０内の乗車人数が所定数以上であった場合（ステップＳ２０７：Ｙｅｓ）、積み残しが発生している可能性が更に高まる。

制御部は、更に、応答後の乗りかご５０がその乗り場６０を出発した後、所定時間内に更に、その乗りかご５０と同じ方向に向かうための乗り場呼びが、その乗り場６０であったか否かを判定する（ステップＳ２０８）。所定時間内に追加の乗り場呼びがあった場合には（ステップＳ２０８：Ｙｅｓ）、積み残された利用者による乗り場呼びである可能性が高い。

制御部は、追加の乗り場呼びに応答させる乗りかご５０を割り当てる際、応答時間の短縮を優先して割り当てを行う（ステップＳ２０９）。

通常の場合であれば、制御部が乗りかご５０の割り当てを行う際には、個々の乗りかご５０の荷重、個々の乗りかご５０が応答に要する時間、他の階床における乗り場呼び数等、いくつかの条件を均等に考慮のうえ、所定の乗りかご５０が選定される。つまり、これらの条件の重みづけを平準化して、これらの条件が同程度に満たされることとなる乗りかご５０が割り当てられる。これにより、エレベータシステムの運行効率を全体的に高めることができる。

しかし、ステップＳ２０６～Ｓ２０８が全て当て嵌まる状況下で、追加の乗りかご５０を割り当てる際には、例えば上記条件のうち、個々の乗りかご５０が応答に要する時間の重みづけを他の条件より高めて、乗りかご５０の選定が行われる。これにより、積み残しが高確率で発生していることが予測される状況下において、未応答時間を極力短縮することができる。

なお、制御部は、応答時間の短縮を優先させて追加の乗りかご５０を割り当てるために、例えば他階の乗り場呼び等に応答させるため、既に決定済みの乗りかご５０の割り当てを変更してもよい。また、制御部は、ステップＳ２０８の処理における追加の乗り場呼びへの応答が終了するまで、追加で割り当てた乗りかご５０に対して、他の呼びに対する割り当てを行わないこととしてもよい。

積み残しの発生確率が所定値未満であった場合（ステップＳ２０６：Ｎｏ）、当初の割り当ての乗りかご５０の応答終了後、応答後の乗りかご５０内の乗車人数が所定数未満であった場合（ステップＳ２０７：Ｎｏ）、または、所定時間内に追加の乗り場呼びがなかった場合には（ステップＳ２０８：Ｎｏ）、当初、割り当てた乗りかご５０に加えて、更に乗りかご５０を停車させる処理は行われない。

以上により、変形例の群管理装置による乗りかご５０の割り当て処理が終了する。

変形例の群管理装置によれば、積み残しの発生確率が所定値以上の場合であって、割り当ての乗りかご５０が対象階を出発後、所定時間内に更に、割り当ての乗りかご５０と同じ方向の追加の乗り場呼びが対象階であった場合には、追加の乗り場呼びに対する応答時間の短縮を優先条件として、複数の乗りかご５０のうち所定の乗りかご５０を割り当てる。

これにより、積み残しが発生したことに起因する乗り場呼びを通常の乗り場呼びと区別することができる。また、その場合に、応答時間を短縮することを優先して追加の乗りかご５０を割り当てるので、積み残し発生時の未応答時間をいっそう短縮することができる。

変形例の群管理装置によれば、所定時間内に更に追加の乗り場呼びがあったことに加えて、対象階を出発した乗りかご５０の乗車人数が所定数以上であった場合には、応答時間の短縮を優先条件として追加の乗りかごを割り当てる。これにより、より確実に積み残しが発生したことを判別することができ、不用意に応答時間の優先度を高めた割り当てを行ってしまうことを抑制できる。

変形例の群管理装置によれば、応答時間の短縮を優先条件として追加の乗りかご５０を割り当てるため、既に決定済みの他の乗りかご５０の割り当てを変更する。これにより、積み残し発生時の追加の割り当てをより柔軟に行うことができ、積み残し発生時の未応答時間をよりいっそう短縮することができる。

変形例の群管理装置によれば、追加の乗りかご５０を割り当てた後、その乗りかご５０に追加の割り当てを行わない。これにより、積み残し発生時の未応答時間をよりいっそう短縮することができる。

なお、変形例の群管理装置は、上述の実施形態の手法に加えて変形例の手法を用いることができる。この場合、例えば上述の実施形態の図５のステップＳ１０７の処理で、該当する乗りかご５０がなかった場合等に、変形例の手法が適用されてよい。また、上述の実施形態の図５のステップＳ１０８の処理で、未応答時間が所定時間未満であった場合であっても、改めて、変形例の手法を適用して追加の乗りかご５０を割り当てるようにしてもよい。

また、上述の変形例において、追加の乗りかご５０により、積み残された利用者に応答する際には、乗り場６０もしくは乗りかご５０に設置された不図示のスピーカ、または、乗り場６０に設置された表示盤等を用いて、追加の乗りかご５０の到着時間を案内し、追加の乗りかご５０への乗車を促してもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１０…エレベータシステム、３０…群管理装置、３１…通信部、３２…制御部、３３…解析部、３４…呼び管理部、３５…記憶部、３６…呼び登録ＤＢ、３７…学習モデル、４０…エレベータ制御装置、５０…乗りかご、５１…行き先階呼び装置、５４…荷重センサ、６０…乗り場、６１…乗り場呼び装置。

実施形態の群管理装置は、エレベータの複数の乗りかごの異なる階層間での運行を制御する群管理装置であって、前記複数の乗りかごのうち、前記異なる階層ごとの乗り場呼びに応答させる乗りかごを割り当てる制御部と、前記複数の乗りかごの運行状況を示すデータに基づく機械学習によって構築された学習モデルを用いて、前記異なる階層のうち前記乗り場呼びがあった対象階における待ち人数と、前記乗り場呼びの応答に割り当てられたりかご内の乗車人数との少なくともいずれかを推定し、前記対象階で積み残しが発生する確率を算出する解析部と、を備え、前記解析部は、第１の乗り場呼びがあると、前記対象階における待ち人数を推定し、前記第１の乗り場呼びの応答に割り当てられた第１の乗りかご内の乗車人数を推定し、前記待ち人数と前記乗車人数とから前記確率を算出し、前記制御部は、前記確率が所定値以上の場合であって、前記複数の乗りかごのうち、前記対象階で前記第１の乗りかごが戸開中に、前記第１の乗り場呼びで指定された方向へと通過する第２の乗りかごがある場合には、通過予定であった前記第２の乗りかごを前記対象階に停車させる。

Claims (10)

1. エレベータの複数の乗りかごの異なる階層間での運行を制御する群管理装置であって、
   前記複数の乗りかごのうち、前記異なる階層ごとの乗り場呼びに応答させる乗りかごを割り当てる制御部と、
   機械学習によって構築された学習モデルを用いて、前記異なる階層のうち前記乗り場呼びがあった対象階で積み残しが発生する確率を算出する解析部と、を備え、
   前記解析部は、
   第１の乗り場呼びがあると、前記対象階における待ち人数を推定し、前記第１の乗り場呼びの応答に割り当てられた第１の乗りかご内の乗車人数を推定し、前記待ち人数と前記乗車人数とから前記確率を算出し、
   前記制御部は、
   前記確率が所定値以上の場合であって、前記複数の乗りかごのうち、前記対象階で前記第１の乗りかごが戸開中に、前記第１の乗り場呼びで指定された方向へと通過する第２の乗りかごがある場合には、通過予定であった前記第２の乗りかごを前記対象階に停車させる、
   群管理装置。
2. 前記制御部は、
   前記確率が所定値以上であることに加えて、前記第１の乗りかごが戸閉した後に未応答時間が所定時間以上となる場合には、前記第２の乗りかごを前記対象階に停車させる、
   請求項１に記載の群管理装置。
3. 前記制御部は、
   前記確率が所定値以上の場合であって、前記第１の乗りかごが前記対象階を出発後、所定時間内に更に、前記第１の乗りかごと同じ方向の第２の乗り場呼びが前記対象階であった場合には、前記第２の乗り場呼びに対する応答時間の短縮を優先条件として、前記複数の乗りかごのうち第３の乗りかごを割り当てる、
   請求項１に記載の群管理装置。
4. 前記制御部は、
   前記所定時間内に前記第２の乗り場呼びがあったことに加えて、前記対象階を出発した前記第１の乗りかごの乗車人数が所定数以上であった場合には、前記応答時間の短縮を優先条件として前記第３の乗りかごを割り当てる、
   請求項３に記載の群管理装置。
5. 前記制御部は、
   前記応答時間の短縮を優先条件として前記第３の乗りかごを割り当てるため、既に決定済みの他の乗りかごの割り当てを変更する、
   請求項３に記載の群管理装置。
6. 前記制御部は、
   前記第３の乗りかごを割り当てた後、前記第３の乗りかごに追加の割り当てを行わない、
   請求項３に記載の群管理装置。
7. 前記解析部は、
   前記対象階の前記待ち人数の推定と、応答時の前記第１の乗りかご内の前記乗車人数の推定との少なくともいずれかに前記学習モデルを適用して前記確率を算出する、
   請求項１に記載の群管理装置。
8. 前記解析部は、
   前記学習モデルを用いて前記対象階の前記待ち人数を推定する、
   請求項７に記載の群管理装置。
9. 前記第１の乗りかごには、
   前記第１の乗りかご内の乗車人数を検出可能な荷重センサが設けられており、
   前記解析部は、
   前記荷重センサの検出結果から、応答時の前記第１の乗りかご内の前記乗車人数を推定する、
   請求項７に記載の群管理装置。
10. エレベータの複数の乗りかごの異なる階層間での運行を制御する群管理装置であって、
    前記複数の乗りかごのうち、前記異なる階層ごとの乗り場呼びに応答させる乗りかごを割り当てる制御部と、
    機械学習によって構築された学習モデルを用いて、前記異なる階層のうち前記乗り場呼びがあった対象階で積み残しが発生する確率を算出する解析部と、を備え、
    前記解析部は、
    第１の乗り場呼びがあると、前記対象階における待ち人数を推定し、前記第１の乗り場呼びの応答に割り当てられた第１の乗りかご内の乗車人数を推定し、前記待ち人数と前記乗車人数とから前記確率を算出し、
    前記制御部は、
    前記確率が所定値以上の場合であって、前記第１の乗りかごが前記対象階を出発後、所定時間内に更に、前記第１の乗りかごと同じ方向の第２の乗り場呼びが前記対象階であった場合には、前記第２の乗り場呼びに対する応答時間の短縮を優先条件として、前記複数の乗りかごのうち第３の乗りかごを割り当てる、
    群管理装置。